A identificação de epitopos e motivos virais para serem utilizados na imunização de humanos e animais é um objetivo importante e essencial em pesquisa imunológica. No momento, com novas ferramentas de bioinformática, diferentes abordagens são possíveis. A importância da bioinformática reside na possibilidade de trabalhar com grandes quantidades de dados de forma que, várias etapas experimentais do desenvolvimento de vacinas podem ser abreviadas. Quando buscamos por motivos virais (objetivando a vacinação) é necessário estar ciente de todos os passos envolvidos na seleção e apresentação de peptídeos ao sistema imune. Devemos considerar que muitos peptídeos podem ser gerados a partir de uma única proteína, mas apenas uma fração destes peptídeos é realmente apresentada ao sistema imune, pois os peptídeos devem ser capazes de atravessar diferentes “bottlenecks” e apenas aqueles apresentando características específicas serão capazes de estimular o sistema imune. As abordagens apresentadas nesta tese incluem o estabelecimento de um banco de dados de epitopos virais descritos na literatura e a comparação desses epitopos buscando identificar características similares entre eles. Os epitopos selecionados foram classificados de acordo com suas propriedades físico-químicas (polaridade e carga dos grupos R de seus aminoácidos). Das 69 sequências de epitopos incluídas em nossa base de dados, 31 (44,93%) apresentaram, em sítios potenciais de ancoragem ao MHC, aminoácidos com resíduos não-polares. A partir desses resultados é possível inferir o seguinte motivo consenso: X [AGPVLIM] X(6) [AGPVLIM] para epitopos virais. As sequências virais foram então comparadas àquelas de outras proteínas buscando verificar se elas são exclusivamente representadas em vírus: 1) primeiro os epitopos foram comparados a todas as sequências depositadas no GenBank (independente da origem); 2) a seguir, as comparações foram direcionadas a sequências de origem humana. A segunda abordagem foi usada para verificar o potencial de indução de reações autoimunes. As sequências de saída foram classificadas de acordo com seu organismo de origem. Das 31 sequências alinhadas de acordo com a similaridade dos resíduos de ancoragem, 29 (93,54%) apresentaram similaridade significante (estabelecida como 80% ou mais) com outras sequências virais. Destas, 12 (38,71%) apresentavam similaridade apenas com outras sequências de origem viral, nove (29,03%) apresentavam similaridade com sequências de origem bacteriana e duas (6,45%) apresentavam similaridade com sequências humanas, sugerindo que a grande maioria dos epitopos virais pode ser utilizada no desenvolvimento de vacinas. A habilidade dos epitopos serem gerados pela via de processamento de antígenos foi também testada. Uma parte das proteínas citosólicas sofre o processo de ubiquitinação que as dirige para o complexo enzimático proteolítico, denominado proteossomo. Do total de epitopos, cinquenta (73,53%) apresentaram uma sequência que permitia um corte exato na extremidade carbóxi terminal. Este número alcançou 86,67% (26 epitopos), quando restringimos a análise aos epitopos apresentando os resíduos de ancoragem compartilhados, sugerindo que a maioria dos epitopos apresentava os requerimentos clássicos para o processamento antigênico. Das estruturas do Protein Data Bank e de dados de modelagem, foi possível observar que os sítios de clivagem preditos na região amino terminal dos epitopos eram estruturalmente relacionados a alças na estrutura da proteína original (66,7%). Estes dados sugerem que há uma clivagem preferencial em alças (χ2=6.09 p=0.047). O banco de dados de ligantes peptídicos do EpiJen foi utilizado para avaliar a capacidade dos epitopos em serem carreados pelo complexo da TAP. A partir dessa comparação observamos que o motivo predito estava mais representado do que todas outras possíveis sequências entre as saídas, sugerindo novamente que estas características são necessárias à seleção e apresentação de epitopos. Concluindo, sugerimos que é possível identificar padrões entre epitopos derivados de virus e que a predição de motivos virais conservados pode ser aplicada ao desenvolvimento de vacinas. Além disso, considerando a existência de reatividade cruzada, sugerimos que é possível imunizar contra uma quantidade consideravelmente grande de alvos virais utilizando um número de epitopos reduzido. Estudos sobre os aspectos e características dos epitopos virais são o primeiro passo rumo a uma nova geração de vacinas. / The identification of epitopes and viral motifs to be used in the immunization of both humans and other animals is an important and essential objective in immunology research. At present, with the new tools of the bioinformatics different approaches are possible. The importance of the bioinformatics is exemplified by its capacity to handle a large amount of data in order to bypass several methodological steps in vaccine development. When searching for conserved viral motifs it is necessary to be aware of all the steps involved in peptide selection and presentation. In this way, we should consider that many different peptides can be generated from a given protein, but only a fraction of these peptides will actually be presented to the immune system. The approaches presented in this thesis include the establishment of a viral epitope databank from sequences described in the literature and the comparison of these epitopes in order to identify similar features among then. The selected epitopes were classified according to their physicochemical properties (i.e. polarity and charge of their amino acid–R groups). From the 69 sequences of epitopes included in our database, 31 (44.93%) presented, in potential MHC anchor sites, amino acids whit non-polar residues. From this, it is possible to infer the following consensus motif: X [AGPVLIM] X(6) [AGPVLIM]. The viral sequences were then compared to those of other proteins in order to verify if they are exclusively represented in viruses: 1) first, the epitopes were compared to all sequences stored in GenBank (disregarding their origin); 2) then, the comparisons were directed to the sequences from human origin. The output sequences were classified according to the organism of origin. From the 31 sequences aligned according to their anchor residues, 29 (93.54%) presented significant similarity (established as 80% or above) with other viral sequences. From these, 12 (38.71%) presented similarity only with other sequences from viral origin, nine (29.03%) presented similarity with sequences from bacterial origin and two (6.45%) presented significant similarity to human sequences, suggesting that a great majority of these viral epitopes could be used in vaccine development. The hability of the epitopes to be generated by antigen processing pathway was also tested. A fraction of all cytosolic proteins suffers the ubiquitination process that directs them to the proteolytic enzymatic complex, called proteasome. From the whole databank, fifty epitopes (73.53%) presented a sequence that allowed a precise cut at the carboxy terminal region. This number reached 86.67% (26 epitopes) when we restricted this analysis to the epitopes presenting the shared anchor residues, suggesting that the majority of the epitopes presented the classical requirements to antigenic processing. From the Protein Data Bank structures and from the modelling data, we could observe that the predicted cleavage sites on the amino-terminal region of the epitopes were structurally related to loops on the structure of the original protein (66.7%), suggesting a preferential cleavage at loops (χ2=6.09 p=0.047). The TAP ligands peptide database of EpiJen was used in order to evaluate the epitopes capacity to be carried by the TAP complex. We were able to observe that our predicted motif was present more frequently than every other possible sequence among the outputs, again suggesting that this feature is necessary to epitope selection and presentation. In conclusion, we suggest that it is possible to identify patterns among virus-derived epitopes and that the prediction of viral conserved motifs would allow the development of vaccines. Also, considering the existence of cross reactivity, we suggest that it will be possible to cover a considerably large amount of targets using a limited number of viral peptides. Equally important is the immunogenicity of viral peptides, since only a fragment and not the whole viral particle will challenge the immune system, therefore reducing risks of undesired immune responses. Studies on viral epitopes features and characteristics are the first step towards a new generation of vaccines.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017. / Submitted by Raiane Silva (raianesilva@bce.unb.br) on 2017-07-19T20:16:17Z No. of bitstreams: 1 2017_LuisFelipeRabelloTaveira.pdf: 14744186 bytes, checksum: 6705619a59c5356003b625a6d0488abb (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-09-12T18:51:08Z (GMT) No. of bitstreams: 1 2017_LuisFelipeRabelloTaveira.pdf: 14744186 bytes, checksum: 6705619a59c5356003b625a6d0488abb (MD5) / Made available in DSpace on 2017-09-12T18:51:08Z (GMT). No. of bitstreams: 1 2017_LuisFelipeRabelloTaveira.pdf: 14744186 bytes, checksum: 6705619a59c5356003b625a6d0488abb (MD5) Previous issue date: 2017-09-12 / Imagens em alta resolução de microscopia são muito importantes no estudo de doenças em níveis celulares e sub-celulares. Os efeitos causados por muitas doenças, como o câncer por exemplo, geralmente manifestam-se como alterações na morfologia das células em escala microscópica. Investigar essas mudanças e suas correlações com dados moleculares e resultados clínicos podem levar a uma melhor compreensão dos mecanismos da doença, e permitir o desenvolvimento de novas formas de tratamento. Existem aplicações de bioinformática capazes de realizar análises qualitativas em amostras de tecidos humanos por meio do processamento desse tipo de imagem. Essas aplicações são parametrizadas e alterações nos valores de seus parâmetros de configuração podem causar impactos significativos na qualidade do resultado. Além disso, elas são pré-configuradas por um conjunto de parâmetros padrão que não são os ideais para todos os tipos de imagens que poderão ser analisadas. Dependendo do tamanho da imagem a ser processada, cada execução dessas aplicações pode levar horas em uma estação de trabalho comum. Neste trabalho foram utilizadas duas aplicações exemplo que, conforme os valores de parâmetros utilizados, podem ser ajustadas em bilhões de maneiras diferentes. Para encontrar combinações de parâmetros que melhorem a qualidade do resultado e reduzam o tempo de execução destas aplicações de maneira eficiente, foi proposto um sistema de ajuste automático de parâmetros multiobjetivo capaz de melhorar a qualidade da análise dessas aplicações em até 8,35x e de reduzir o tempo de execução em até 16,05x, testando-se apenas 100 pontos do espaço de busca. A fim de avaliar a capacidade de generalização do sistema de otimização em encontrar uma combinação de parâmetros que fosse capaz de otimizar múltiplas imagens ao mesmo tempo, realizou-se experimentos de validação cruzada em que foi possível atingir uma melhoria de até 1,15x na qualidade do resultado e de redução no tempo de execução médio em 10,25x. Para quantificar essas melhorias e as alterações na morfologia das células e tecidos em escala micro-anatômica foram desenvolvidas múltiplas métricas e mecanismos de consultas espaciais a fim de tornar essas análises mais precisas e eficientes. / High resolution microscopy images may greatly help the study of diseases at cellular and subcellular levels. The effects caused by many diseases, such as cancer, usually manifest themselves as changes in the morphology of cells on a microscopic scale. Investigating these changes and their correlations with molecular data and clinical outcomes may lead to a better understanding of the mechanisms of the disease, and allow the development of new forms of treatment. There are applications of bioinformatics capable of performing qualitative analyzes on human tissue samples through the processing of this type of image. These applications are parameterized and changes in the values of their configuration parameters can cause significant impacts on the quality of the result. In addition, they are preconfigured by a set of default parameters that are not ideal for all types of images that can be processed. Depending on the size of the image being analyzed, each execution of these applications can take hours on a regular workstation. In this work, two example applications were used. Each of them can be adjusted in billions of different ways according to the parameter values used. To find combinations of parameters that improve the quality of the result and reduce the execution time of these applications efficiently, we propose a multiobjective auto tuning system. This system is able to improve the quality of the analysis of these applications by up to 8.35x and also able to reduce the execution time by up to 16.05x by testing only 100 search-space points. In order to evaluate the generalization ability of the optimization framework to find a combination of parameters that is able to optimize multiple images at the same time, cross-validation experiments were performed in which it was possible to achieve an improvement of up to 1.15x on quality and reduction of the average execution time by 10.25x. To quantify these improvements and changes in the morphology of cells and tissues at the micro-anatomical scale, multiple metrics and spatial query mechanisms were developed to make these analyzes more accurate and efficient.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-10-27T19:16:52Z No. of bitstreams: 1 2017_TiagoHenriqueCostaRodriguesAlves.pdf: 1754186 bytes, checksum: 24eac157c796cdf6d1586ac957f57e7b (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-01-05T19:22:33Z (GMT) No. of bitstreams: 1 2017_TiagoHenriqueCostaRodriguesAlves.pdf: 1754186 bytes, checksum: 24eac157c796cdf6d1586ac957f57e7b (MD5) / Made available in DSpace on 2018-01-05T19:22:33Z (GMT). No. of bitstreams: 1 2017_TiagoHenriqueCostaRodriguesAlves.pdf: 1754186 bytes, checksum: 24eac157c796cdf6d1586ac957f57e7b (MD5) Previous issue date: 2018-01-05 / Reproduzir experimentos de Bioinformática pode ser uma atividade dispendiosa. Os recursos computacionais necessários, muitas vezes, não estão disponíveis. Instalar e/ou compilar os softwares utilizados em experimentos de Bioinformática, gerenciar suas dependências e garantir a execução das versões corretas são atividades que podem consumir bastante tempo. Este trabalho propõe uma arquitetura baseada em containers para a execução de workflows de Bioinformática em nuvens federadas capaz de auxiliar pesquisadores na execução, distribuição e reprodução de experimentos científicos, e no provisionamento de recursos computacionais em diferentes provedores de nuvem. / Playing Bioinformatics experiments can be a costly activity. The necessary computational resources are often not available. Installing or compiling software used in Bioinformatics experiments, managing their dependencies, and ensuring that the correct version is running are very time-consuming activities. This work suggests a containers based architecture for Bioinformatics workflows in federated clouds capable of assisting researchers in the execution, distribution and reproduction of scientific experiments, and in the provisioning of computational resources in different cloud providers.

Resumo: Este trabalho propõe aprofundar as avaliações dos sistemas preditores de função de proteína que utilizam como dado de entrada a sequência de uma proteína, podendo na sua conclusão determinar qual a melhor estratégia de predição. Foram selecionados os seguintes sistemas preditores Blast2GO, InterProScan, Panther Score, Pfam scan e ScanProsite. Os critérios utilizados para a seleção dos sistemas foram: 1- compor o conjunto de sistemas relatados em revisões literárias sobre predição de função de proteína, 2- possuir número de citações superior a 500, 3- ser sistema com a última atualização em menos de 3 anos e 4- análises automatizadas sem interação humana. Os 12 conjuntos de sequências selecionados foram: 690 sequências de proteínas enzimáticas, 487 sequências não enzimáticas, 85 sequências proteicas bifuncionais, 358 sequências proteicas de Aminergic GPCR, 412 sequências proteicas de NHR e 153 sequências proteicas de "Secretinlike", 927 sequências proteicas de enolase, 262 sequências proteicas de crotonase, 389 sequências proteicas de haloacid dehalogenase, 145 sequências proteicas de vicinal oxygen chelate, 145 sequências proteicas de radical SAM and 863 sequências proteicas de padrão-ouro. Os resultados obtidos mostram divergências entre os resultados dos sistemas avaliados. São observadas diferenças entre nível de descrição da função, grafias distintas para uma mesma anotação e divergência de classificação. Os programas que apresentaram maior semelhança foram o Panther Score e o ScanProsite, embora a semelhança média entre os diferentes conjuntos testados seja inferior a 40%. O com maior acurácia foi o Blast2GO, mas com a acurácia máxima de 34%. Não houve nenhuma sequência em a classificação foi unanime para os 5 programas testados.

Orientador : Prof. Dr. Alessandro Brawerman / Coorientadora : Profa. Dra. Maria Berenice R. Steffens / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Programa de Pós-Graduação em Bioinformática. Defesa: Curitiba, 15/12/2016 / Inclui referências : f. 70-73 / Resumo: A representação gráfica de dados biológicos é considerada uma problemática crescente no âmbito da pesquisa, pois a quantidade de informações a se interpretar aumenta em um ritmo acelerado. Neste cenário, o desenvolvimento de ferramentas que auxiliem na interpretação de grande quantidade de dados é uma necessidade. A visualização da informação oferece recursos para análise de dados e geração de conhecimentos. Um dos métodos para representação de dados na forma gráfica é a rede, que possibilita a visualização do todo e a detecção de padrões de interação. A entrega do formato visual, no tipo rede, simplificado para a compreensão de informações biológicas complexas e aliado à conexão com uma fonte externa de informação, é o objetivo proposto pelo projeto. A ferramenta desenvolvida e denominada RedIBio - Redes de Interação Biológicas, oferece também o recurso de interação que possibilita a navegabilidade através dos objetos que compõem a estrutura da rede. A rede gerada pela ferramenta é visualizada em três dimensões garantindo que os componentes da rede sejam representados sem sobreposição em uma área maior. Sua disponibilidade e funcionamento ocorre totalmente pela Internet, dispensando, assim, a necessidade de instalação local e preocupações com compatibilidade e atualizações recorrentes. Como resultado final, a RedIBio não se limita apenas em apresentar os dados contidos no arquivo de entrada, pois sua integração com banco de dados biológico permite o acesso a informações detalhadas a respeito do objeto que são úteis ao usuário. Palavras-chave: Visualização da informação. Rede biológica. Ferramenta biológica. / Abstract: The graphical representation of biological data is considered a growing problem in research, because the amount of information to be interpreted increases at an accelerated pace. In this scenario, the development of tools that aid in the interpretation of large amounts of data is a necessity. Visualization of information provides resources for data analysis and knowledge generation. One of the methods for representing data in graphic form is the network, which enables the visualization of the whole and the detection of patterns of interaction. The delivery of the visual format, in the network type, simplified for the understanding of complex biological information and allied to the connection with an external source of information, is the objective on this project. The tool developed and called RedIBio - Redes de Interação Biológicas, also offers the interaction feature that enables navigability through the objects that make up the network structure. The network generated by the tool is visualized in three dimensions ensuring that the network components are represented without overlapping over a larger area. Its availability and operation occurs entirely over the Internet, thus dispensing with the need for local installation and concerns with compatibility and recurring updates. As a final result, RedIBio is not only limited to presenting the data contained in the input file, since its integration with a biological database allows access to detailed information about the object that is useful to the user. Key-words: Visualization of information. Biological network. Biological tool.

Orientador: Geraldo Francisco Donegá Zafalon / Banca: Angelo Pássaro / Banca: Adriano Mauro Cansian / Resumo: Recentemente, a bioinformática tornou-se um recurso imprescindível para a análise e interpretação da grande quantidade de informação biológica gerada pela biologia molecular e pelos sequenciadores de última geração. O processo de comparação dessas biossequências é o ponto de partida para o estudo da evolução e diferenciação dos organismos vivos, além de ser uma das tarefas mais importantes na biologia computacional. Neste trabalho apresenta-se uma abordagem baseada na heurística de Cadeias de Markov para otimização de um algoritmo de alinhamento múltiplo de sequências biológicas, proporcionando resultados com mais qualidade e sem o comprometimento do desempenho da ferramenta MUSCLE, escolhida para dar suporte ao trabalho. As cadeias de Markov foram escolhidas como técnica de otimização devido sua eficiente aplicabilidade em diversos problemas, sobretudo na biologia computacional, pois sua metodologia probabilística torna a aplicação computacionalmente viável, contornando os problemas NP-difícil e apresentando resultados significamente precisos / Abstract: Recently, bioinformatics has become an indispensable tool for analyzing and interpreting large amounts of information biological generated by molecular biology and the next-generation sequencers. The comparison process these sequences is the starting point for the study of evolution and differentiation of living organisms as well as being one of the most important tasks in computational biology. This work presents an approach based on Markov chains heuristics for optimization of a multiple alignment algorithm of biological sequences, provides improved quality results and without compromising the performance of MUSCLE tool chosen to support the work.. Markov chains were chosen as optimization technique due to its efficient applicability in various other problems, especially in computational biology, as its probabilistic methodology makes applying computationally feasible, bypassing the NP-hard problems and stating significantly accurate results / Mestre

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Biológicas, 2014. / Submitted by Josina da Silva Vieira (josinasv1990@gmail.com) on 2014-07-17T14:56:19Z No. of bitstreams: 3 2014_Guilherme Menegói Ribeiro.pdf: 8299224 bytes, checksum: e7fc821d4f808367de0b3df8039d1138 (MD5) 2014_Guilherme Menegói Ribeiro.pdf: 8299224 bytes, checksum: e7fc821d4f808367de0b3df8039d1138 (MD5) 2014_Guilherme Menegói Ribeiro.pdf: 8299224 bytes, checksum: e7fc821d4f808367de0b3df8039d1138 (MD5) / Rejected by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br), reason: Josina, Por favor, excluir os arquivos duplicados. Obrigada! Jacqueline on 2014-07-18T14:39:10Z (GMT) / Submitted by Josina da Silva Vieira (josinasv1990@gmail.com) on 2014-07-18T14:44:07Z No. of bitstreams: 1 2014_Guilherme Menegói Ribeiro.pdf: 8403115 bytes, checksum: 8a074a463a04e8f0e656e5023f02c793 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-07-18T15:43:11Z (GMT) No. of bitstreams: 1 2014_Guilherme Menegói Ribeiro.pdf: 8403115 bytes, checksum: 8a074a463a04e8f0e656e5023f02c793 (MD5) / Made available in DSpace on 2014-07-18T15:43:12Z (GMT). No. of bitstreams: 1 2014_Guilherme Menegói Ribeiro.pdf: 8403115 bytes, checksum: 8a074a463a04e8f0e656e5023f02c793 (MD5) / As microbactérias de crescimento rápido (RGM) têm implicações importantes em patologias humanas, sendo relacionadas à infecções oportunistas. Desde sua descrição em 2004, os casos clínicos associados a Mycobacterium massiliense, uma espécie representativa do grupo das RGM, tem sido crescentemente reportados. Com o aumento dos surtos causados por essas bactérias, o desenvolvimento de novas técnicas de detecção de espécie e de predição de padrões de susceptibilidade e essencial para o controle e ciente de suas infecções. O objetivo deste trabalho e utilizar a genômica comparativa para traçar umperfil do funcionamento biológico e dos mecanismos de virulência de M. massiliense, facilitandoa descoberta de moléculas de interesse. A estirpe GO 06 de M. massiliensefoi isolada durante o surto ocorrido no período entre 2005 e 2007 em Goiás, na região central do Brasil, e teve seu genoma seqüenciado pela plataforma de seqüenciamento de alto desempenho 454 GS-FLX Titanium (Roche). Foi possível montar o genoma completo da estirpe GO 06, constituído por seu cromossomo e dois plasmídos, bem como anotar a maioria das suas ORFs preditas (3.491 ORFs, representando 84,5% do total identificado), com a identificação de 826 genes relacionados a virulência. Também foi possível identificar 46 tRNAs e um único operon de rRNA. As vias metabólicas relacionadas aos sistemas de secreção bacterianos e a bioissíntese de sideróforos de M. massiliense GO 06, geralmente envolvidas na patogenicidade microbacteriana, foram descritas in silico. 15 genes relacionados ao T7SS também foram identificados no genoma do isolado GO 06, sugerindo a existência dos sistemas ESX-3 e ESX-4. Os dados gerados neste projeto fornecem informações importantes para o desenvolvimento de estratégias de controle de surtos relacionados as RGM, sendo disponibilizados em uma página hospedada no domínio público da Universidade de Brasília. ______________________________________________________________________________ ABSTRACT / Rapid growing mycobacteria (RGM) have important implications in human diseases, being often related to opportunistic infections. Since its description in 2004, clinical cases related to Mycobacterium massiliense, a representative species of the RGM group, have been increasingly reported. With the increase of outbreaks related to these bacteria, the development of new species detection and susceptibility pattern prediction techniquesis essential for the efficient control of their infections. The goal of this project is touse comparative genomics to trace the biological functioning and virulence mechanisms pro_les of M. massiliense, facilitating the discovery of molecules of interest. The strain GO 06 of M. massiliense was isolated during the outbreak that occurred between 2005 and 2007 in Goias, in the midwest region of Brazil, and had its entire genome sequence dusing the 454 GS-FLX Titanium (Roche) high-throughput sequencer. It was possibleto construct strain GO 06's entire genome, which was comprised of its chromosome and two plasmids, and annotate the majority of its predicted ORFs (3.491 ORFs, 84,5% of all identified ORFs), with the identication of 826 genes related to virulence. It was also possible to identify 46 tRNAs and a single rRNA operon. M. massiliense GO 06'smetabolic pathways regarding bacterial secretion systems and siderophore biosynthesis,usually involved in mycobacterial pathogenicity, were described in silico. 15 genes related to T7SS were also identied in isolate GO 06's genome, suggesting the existence of ESX-3and ESX-4 systems. The data generated in this project represents useful information inthe development of control strategies of outbreaks related to RGM, being made availablein a webpage hosted in the public domain of University of Brasília.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2010. / Submitted by samara castro (sammy_roberta7@hotmail.com) on 2011-01-18T17:40:29Z No. of bitstreams: 1 2010_EmersondeAraujoMacedo.pdf: 1706327 bytes, checksum: 1c50b4ee04f9e253ff36c9dad8d53b03 (MD5) / Approved for entry into archive by Luanna Maia(luanna@bce.unb.br) on 2011-01-19T12:13:59Z (GMT) No. of bitstreams: 1 2010_EmersondeAraujoMacedo.pdf: 1706327 bytes, checksum: 1c50b4ee04f9e253ff36c9dad8d53b03 (MD5) / Made available in DSpace on 2011-01-19T12:13:59Z (GMT). No. of bitstreams: 1 2010_EmersondeAraujoMacedo.pdf: 1706327 bytes, checksum: 1c50b4ee04f9e253ff36c9dad8d53b03 (MD5) / O Alinhamento Múltiplo de Sequências (AMS) é um problema importante em Bioinformática, permitindo a interpretação de árvores filogenéticas, a identificação de domínios e padrões conservados e a predição de estruturas secundárias. Como o AMS é um problema NP-Difícil, heurísticas são utilizadas. O programa DIALIGN-TX implementa uma heurística iterativa para calcular o AMS em três fases. A fase 1 calcula todas as comparações par a par das sequências de entrada, exigindo a maior parcela do tempo de execução para o cálculo do AMS. Esta fase possui grande potencial para execução em paralelo, pois as comparações par a par são independentes entre si. Os clusters multicore heterogêneos surgem da expansão gradual de ambientes compostos por clusters multicore homogêneos. Para explorar as características multicore e heterogênea desse sistema em cluster, é intuitivo que o emprego de um modelo de programação híbrido com trocas de mensagens e memória compartilhada seja mais apropriado, bem como de uma estratégia de alocação de tarefas que permita lidar com as diferentes capacidades de processamento de seus nós. A presente dissertação propõe e avalia um estratégia distribuída híbrida para que a ferramenta DIALIGN-TX seja executada num cluster multicore heterogêneo. A estratégia proposta foi implementada em um cluster multicore heterogêneo com três nós com capacidades de processamento e velocidades de clock diferentes. Foi utilizado um modelo híbrido de programação com troca de mensagens para a comunicação entre os nós e memória compartilhada para comunicação entre os cores de um mesmo nó. Foram implementadas três novas estratégias de alocação de tarefas, chamadas Hybrid Fixed (HFixed), Hybrid Self-Scheduling (HSS) e Hybrid Weighted Factoring (HWF). Os resultados obtidos mostraram que a solução proposta consegue reduzir de maneira bastante significativa o tempo de execução da fase 1 do AMS do DIALIGN-TX. Além disso, mostraram que a escolha de uma política de alocação de tarefas adequada é de fundamental importância para o desempenho da solução. __________________________________________________________________________________________ ABSTRACT / The Multiple Sequence Alignment (MSA) is an important problem in Bioinformatics, allowing interpretation of phylogenetic trees, identification of domains and conserved motifs and prediction of secondary structures. As the MSA is an NP-Hard problem, heuristics are used. The DIALIGN-TX program implements an iterative heuristic to calculate the MSA in three phases. Phase 1 calculates all pairwise comparisons of the input sequences, requiring the largest portion of execution time for the calculation of MSA. This phase has great potential for parallel execution, since its pairwise comparisons are independent from each other. The heterogeneous multicore clusters arise from the gradual expansion of environments composed of homogeneous multicore clusters. To explore the multicore and heterogenous characteristics of that cluster system, it is intuitive that the use of a hybrid programming model with message passing and shared memory is more appropriate, as well as a task allocation strategy for addressing the different computation powers in its nodes. This dissertation proposes and evaluates a hybrid distributed strategy that allows DIALIGN-TX to be executed in a heterogeneous multicore cluster. The proposed strategy was implemented in a heterogeneous multicore cluster with three nodes with diferent processing capabilities and clock speeds. A hybrid programming model with message passing for communication among nodes and shared memory for communication among cores of the same node was used. Moreover, three new strategies for task allocation were implemented: Hybrid Fixed (HFixed), Hybrid Self-Scheduling (HSS) and Hybrid Weighted Factoring (HWF). The results showed that the proposed solution can reduce quite significantly the execution time of the first phase of the MSA of DIALIGN-TX. Furthermore, they also showed that choosing an appropriate task allocation centeringpolicy has fundamental importance for the performance of the solution.

Elementos transponíveis são elementos genéticos capazes de transpor para diferentes locais em um genoma hospedeiro. Na sua descoberta, considerou-se que tais elementos não apresentavam funções celulares úteis, classificando-os como genes parasitas. Atualmente, além do carácter deletério, reconhece-se que eles contribuam para a evolução dos genomas e, em alguns casos, podem realizar algumas funções celulares. Utilizando recursos de bioinformática, realizamos estudos para verificar a influência de duas famílias de retrotransposons non-LTR (Perere-3 e SR2) no genoma do Schistosoma mansoni. Estudos preliminares indicam que após a divergência entre S. japonicum e S. mansoni, esses elementos tiveram uma grande expansão em seu número de cópias em S. mansoni, sem paralelo em S. japonicum. Análises das regiões intrônicas que contêm inserções de qualquer uma destas duas famílias de retrotransposon em S. mansoni, mostrou que houve aproximadamente 30% de aumento no tamanho dos íntrons e aumento do conteúdo GC, quando comparado com os íntrons ortólogos de S. japonicum. As inserções foram diferencialmente representadas ao longo das estruturas dos genes com a acumulação preferencial nos íntrons localizados nas regiões terminais dos genes. As inserções dos dois elementos de transposição tendem a orientar-se na direção oposta da transcrição dos genes. As inserções de trechos do elemento SR2 enriquecidos em motivos CpG foram observados com maior frequência do que o esperado, sugerindo que estas inserções podem contribuir nas funções de genes. Nas regiões intergênicas, foi possível prever sítios para ligação de fatores de transcrição ao longo das sequências de ambos os retrotransposons. Também foi observado que elementos SR2 tendem a se fixar em regiões que flanqueiam genes codificando proteínas transmembranares, as quais podem estar envolvidas na relação hospedeiro-parasita. Usando dados de transcrição de S. mansoni disponíveis publicamente, foram detectados 94 casos possíveis de exonização de inserções dos retrotransposons, produzindo mudanças do produto proteico. Estes resultados sugerem que os elementos Perere-3 e SR2 podem promover mudanças funcionais e estruturais relevantes nos genes de S. mansoni e pode ter contribuído significativamente para a diferenciação entre S. mansoni e S. japonicum. / Transposable elements are genetic elements capable of transpose to different locations at a host genome. At their discovery, it was considered that such elements had no useful cellular functions, leading to their classification as parasitic genes. Currently, in addition to the deleterious character, it is recognized that they contribute to the evolution of genomes and, in some cases, may perform some cellular functions. Using bioinformatics resources, we have conducted studies to verify the influence of two families of non-LTR retrotransposons (Perere-3 and SR2) in the Schistosoma mansoni genome. Preliminary studies indicate that after the divergence between S. japonicum and S. mansoni, these elements had a great expansion in their copy number in S. mansoni, without parallel expansion in S. japonicum. The analysis of the intron regions containing insertions from either of these two families of transposons in S. mansoni, showed that there was approximately 30% of increase in the intron size and GC content when compared to orthologous introns from S. japonicum. Insertions were differentially represented along the gene structures with preferential accumulation in introns located at the terminal regions of the genes. Insertions of both transpositon elements tended to orientate themselves in the opposite direction of gene transcription. The insertions of SR2 transposon regions enriched in CpG motifs were observed in higher frequency than expected, suggesting that these regions might contributing in the gene functions. In the intergenic regions, it was possible to predict transcription factors binding sites along the sequences of both retrotransposons and also observed that SR2 elements were preferentially fixed at regions flanking genes coding for transmembrane proteins, which may be involved in parasite-host relationship. Using publicly available transcript data from S. mansoni, we detected 94 possible cases of exonization of transposon insertion, producing changes of the protein product. These results suggest that Perere-3 and SR2 insertions may promote relevant functional and structural changes in the S. mansoni genes and may have significantly contributed to the differentiation between S. mansoni and S. japonicum.

O mexilhão marrom Perna perna (Linnaeus, 1758) auxilia no monitoramento de compostos químicos em ecossistemas marinhos. No entanto, os mecanismos moleculares de detoxificação e resposta ao estresse são desconhecidos. Elucidar esses mecanismos é crucial para entender os efeitos tóxicos dos poluentes químicos e desenvolver biomarcadores para avaliar a qualidade ambiental dos ecossistemas marinhos. No presente estudo, indivíduos da espécie P. perna foram expostos a antraceno (ANT) e os RNAs mensageiros (mRNA) das brânquias foram sequenciados com a plataforma Illumina. A análise química do tecido mole dos animais identificou concentrações de ANT 268 a 715 vezes mais alta no grupo exposto comparado ao grupo controle, demonstrando que a exposição foi realizada com sucesso. O sequenciamento do transcritoma do P. perna gerou 273.152.390 pares de reads, resultando na montagem de 231.728 contigs com tamanho médio de 720 pb e N50 de 1.083 pb, os quais 66.563 contigs (28,7%) pode ser anotado utilizando banco de dados como GenBank, Pfam, Gene Ontology e KEGG. Os resultados obtidos a partir da anotação funcional sugerem que as brânquias tenham papel na biotransformação de xenobióticos, resposta antioxidante, sinalização, resposta imunológica inata, e osmorregulação. Foi possível identificar genes de biotransformação de fase I, II e III, incluindo CYPs e GSTs. Transcritos similares a CYPs e GSTs estavam sendo expressos no grupo exposto, porém nenhum deles foram classificados como diferencialmente expressos. Contudo, muitos genes hipotéticos foram diferencialmente expressos, o que sugere que P. perna utilize mecanismos desconhecidos de biotransformação para lidar com a contaminação de ANT. Genes de sistema imune inato foram regulados tanto positivamente quanto negativamente, assim como observado para Perna viridis exposto a benzo(a)pireno, sugerindo que ANT promove alterações da capacidade de resposta do sistema imune inato do P. perna. / The brown mussel Perna perna (Linnaeus, 1758) helps the monitoring of chemical compounds in marine ecosystems. However its molecular mechanisms of detoxification and stress response remain unclear. Elucidating these mechanisms is crucial to understand the toxic effects of chemical pollutants and to develop biomarkers to assess marine ecosystems. In this study, P. perna individuals were exposed to anthracene (ANT) and its mRNA complement was sampled sequenced with Illumina technology. Chemical analysis of the soft tissue identified ANT concentrations 268 - 715 fold higher in the exposed group compared to controls, demonstrating that the exposure procedure was successfully accomplished. Transcriptome sequencing of P. perna generated 273.152.390 paired reads that were assembled in 231.728 contigs of average length 720 bp and N50 1.083 bp , which 66.563 contigs (28,7%) could be annotated using GenBank genes, Pfam domains, Gene Ontology (GO) terms and KEGG pathways. The results obtained from functional annotation suggest gills play a role in xenobiotics biotransformation, antioxidant response, signal transduction, innate immune response, and osmoregulation. It was possible to identify transcripts similar to genes related with biotransformation reactions of phases I, II and III, including CYPs and GSTs. Transcripts similar to CYPs and GSTs isoforms were highly expressed in the group exposed to ANT, however no CYP, GST, or even other genes related with biotransformation reactions were classified as differentially expressed. On the other hand, several hypothetical genes were differentially expressed, which suggests that P. perna uses unknown mechanisms of biotransformation to deal with ANT stress contamination. Immune related-genes were both up and down-regulated, as was also observed for Perna viridis exposed to benzo(a)pyrene, suggesting that ANT promotes alteration in the immune response of P. perna.